高効率なデータ収集法に基づくデータベース駆動型システムの構築

点击翻译按钮获取中文摘要

内閣府はAI技術のさらなる革新のため，ムーンショット型研究開発制度を提唱し，「自ら学習・行動し人と共生するロボットの実現」を掲げている。しかし，既存の技術では，教師データが存在しない未知領域では，AI技術の精度は保証されないため，未知領域におけるAI技術の限界を打破することが急務な状況にある。一方，制御工学の分野においても，同様の課題が指摘されている。制御系設計法については，これまで多数研究されているが，未知環境下では良好な制御性能を得ることが難しい。しかし，良好な制御結果を得るための初期データ取得のためには，様々な条件でのシステム運用が望ましいが，一方で，それに関わる人的コストが生じる。したがって，いかに初期データを「大量に」かつ「容易に」取得するかが，今後のAI技術発展の鍵となる。これが実現できれば，「データ収集・制御性能向上」という観点で大きなブレークスルーを起こすことが期待できる。2021年度は，オフラインでデータを生成する際に課題となる，未知外乱の推定方法についても研究を進め，数値シミュレーションからその有効性を検証した。2022年度は，前年度に提案した手法の有効性を実機実験により検証した。具体的には磁気浮上装置を対象とし，独立成分分析を用いることで，未知外乱が含まれる場合でも良好に推定できることを確認した。このとき，システム同定が不要で，得られた閉ループデータから直接未知外乱を推定する方法を提案している。